ANÁLISE DOS DADOS DE EXPERIMENTO

Slides:



Advertisements
Apresentações semelhantes
DISTRIBUIÇÕES AMOSTRAIS
Advertisements

Qui-quadrado características gerais
Analise de Regressão Parte 2.
CAPÍTULO 7 TESTE DE HIPÓTESE
Análise de Variância da Regressão
DELINEAMENTO COMPLETAMENTE CASUALIZADO
Prof. Marllus Gustavo Ferreira Passos das Neves
MB751 – Modelos de previsão
MEDIDAS DE DISPERSÃO Medidas de tendência central fornecem um resumo parcial das informações de um conjunto de dados. A necessidade de uma medida de variação.
ANÁLISE DE VARIÂNCIA.
PLANEJAMENTO E ANÁLISE DE EXPERIMENTOS
Delineamento de Parcela Subdividida
Alan Birck Cecília Martins
Distribuição F Considere duas populações com distribuição de Gauss com médias 1, 2 e variâncias 12 e 22 . Retire uma amostra aleatória de tamanho.
Inferências para uma amostra
Estatística e Probabilidade
Análise de Variância (ANOVA)
5. Experimentos Fatoriais
ME623A Planejamento e Pesquisa. Não Interação no Modelo de 2 Fatores A presença de interação tem um impacto na interpretação dos dados No entanto, se.
ANALISANDO DUAS CARACTERÍSTICAS EM CONJUNTO: CRUZAMENTOS DIÍBRIDOS
ANOVA: Análise de Variância APLICAÇÃO.
Pressuposições do Modelo Estatístico e Transformação de Dados
LCE0602-Estatística Experimental
QUAL O REAL IMPACTO DA ESTATÍSTICA NO DESENHO EXPERIMENTAL, NOMEADAMENTE NA PREVISÃO DE METODOLOGIAS E NA ANÁLISE DE RESULTADOS?
COMPARAÇÕES DE MÉDIAS DE TRATAMENTOS
ENSAIOS FATORIAIS Introdução Lima, PC Lima, RR.
SISVAR para a ANÁLISE DE VARIÂNCIA
Aula 5 - Método experimental ou de seleção aleatória
Propriedades e métodos de construção. Planeamento de experiências Iniciou-se com Sir Ronald A. Fisher com as investigações no Rothamsted Agricultural.
Estatística e Probabilidade
ANOVA II.
2.3 Experimentos Fatoriais 22 Efeitos das Interações
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Análise de Variância (ANOVA) Camilo Daleles Rennó
ANOVA do Delineamento Em Blocos Casualizados (DBC)
1- Experimentos com Um Fator: A Análise de Variância
Modelagem Estatística
DISTRIBUIÇÃO NORMAL.
... Blocos Aleatorizados AMOSTRAS INDEPENDENTES DADOS PAREADOS y11 y12
MEDIDAS DE VARIABILIDADE, ASSIMETRIA E CURTOSE
Regressão e Previsão Numérica.
Universidade Federal Fluminense Faculdade de Medicina Mestrado Profissional em Saúde Materno-Infantil 2011 BIOESTATÍSTICA-aula 2 Prof. Cristina Ortiz Valete.
Medidas de Dispersão O que é dispersão?
análise dos estimadores
Aula 6. Delineamento amostral
13/10/2009 Medidas Descritivas. 13/10/2009 Notações de algumas estatísticas. MedidasParâmetrosEstimadores Número de Elementos Nn MédiaμX, com barra acima.
Aula 4 – Estatística- Conceitos básicos
Introdução a planejamento e otimização de experimentos
Metodologia da Pesquisa em Ensino de Ciências I
COMPARAÇÃO DE MÉDIAS TESTE DE TUKEY.
Prof. Marllus Gustavo Ferreira Passos das Neves
Análise de Variância (ANOVA)
AULA 6 Planejamento Experimental
Comparação de Médias de Várias Populações (2.2) 2.1. Experimentos com um fator e vários níveis.
INTERVALOS DE CONFIANÇA
Probabilidade Teste de hipóteses para duas médias:
ANÁLISE DE DADOS EM BIOLOGIA
Regressão Linear Simples
Média e valor médio No estudo da estatística descritiva, para além das tabelas de frequências e gráficos, estudam-se outros métodos para resumir a informação.
AULA 2 Prof. Dr. Márcio A. Fiori -
NOÇÕES DE INFERÊNCIA ESTATÍSTICA
Inferência 1:Estimação de Parâmetros Relembrando o Teorema Central do Limite Da aula anterior: a) Os estimadores da média e da s 2 são não viciados e de.
Estatística Aplicada - Componente Prática Ensaio de hipóteses estatísticas Ensaio para µ com  2 conhecido e desconhecido.
EXPERIMENTOS FATORIAIS
EAL ESTATÍSTICA, PLANEJAMENTO E OTIMIZAÇÃO DE EXPERIMENTOS.
AULA 11 – REGRESSÃO Parte I
Marcos Antonio Estremote – Aula 3.  Determina a característica de variação de um conjunto de dados.  Amplitude  Desvio  Desvio médio ou desvio absoluto.
Regressão Linear (aula 14 – Parte 2).
Planejamentos com Múltiplos Blocos Delineamento em blocos completos casualizados Um fator de perturbação é um fator que provavelmente tem um efeito sobre.
Variância/ Covariância, Correlação Regressão. Variância.
Como construir modelos empíricos. Nos modelos estudados, cada fator foi fixado em dois níveis Por esta razão temos que nos contentar com uma visão limitada.
Transcrição da apresentação:

ANÁLISE DOS DADOS DE EXPERIMENTO Lima, PC Lima, RR

Análise da Variabilidade Observação   representa o efeito do tratamento i em um experimento com I tratamentos. A análise da variabilidade dos dados observados em um experimento, denominada Análise de Variância, é uma metodologia para testar as seguintes hipóteses: Essas hipóteses correspondem a: H0: Não existem diferenças entre os efeitos dos tratamentos; Ha: Existem pelo menos dois tratamentos com efeitos diferentes.

Experimento simples Sorteio: inteiramente ao acaso Análise da Variabilidade Experimento simples Sorteio: inteiramente ao acaso Para testarmos as hipóteses sobre os efeitos dos tratamentos em um experimento o teste apropriado é o teste F de Snedecor. Para um experimento simples, com sorteio das parcelas realizado inteiramente ao acaso, o teste F é aplicado utilizando a seguinte tabela: FV GL SQ QM Fc Fα% Tratamentos Resíduo Total

Experimento simples Sorteio: inteiramente ao acaso FV GL SQ QM Fc Fα% Tratamentos Resíduo Total FV (FONTES DE VARIAÇÃO) e GL (GRAUS DE LIBERDADE) Tratamentos – variação observada entre as médias dos tratamentos; Resíduo – efeitos de todas as outras fontes (variáveis no experimento) exceto os efeitos dos tratamentos; Total – variação observada entre os dados coletados, que inclui os efeitos dos tratamento e de todas as outras fontes de variação. L GL Tratamentos = número de tratamentos – 1 GL Total = número de observações -1 GL Resíduo = GLTotal - GLTratamentos

Experimento simples Sorteio: inteiramente ao acaso SOMAS DE QUADRADOS Experimento simples Sorteio: inteiramente ao acaso Tabela auxiliar com os dados observados Tratamentos Repetições 1 2 ... I y11 y21 yI1   II y12 y22 yI2 J y1J y2J yIJ Totais y1. y2. yI. y.. é a observação na parcela com o tratamento i na repetição j . As fórmulas para as somas de quadrados de desvios são: N = número de parcelas ri = número de repetições para o tratamento i

Experimento simples Sorteio: inteiramente ao acaso SOMAS DE QUADRADOS Experimento simples Sorteio: inteiramente ao acaso As fórmulas práticas são: Caso geral: Caso de mesmo número de repetições (J):

EXEMPLO 1 Análise de Variância Vamos apresentar a análise de variância para um experimento simples utilizando o exemplo seguinte: Ficha do Experimento Fator: ADITIVOS NA RAÇÃO Categorias: A, B, C e D Tratamentos: A, B, C e D No de Repetições: 3 Tamanho da Parcela: 1Tanque de 500 litros com 20 peixes Bordadura: não utilizada Aleatorização: Inteiramente ao Acaso Variáveis Resposta: Peso Médio Final (kg). EXPERIMENTO Abaixo estão os dados de Peso Médio Final (kg) obtidos em um experimento com diferentes aditivos (A, B, C e D) utilizados na ração para peixes. Foram utilizados 12 tanques de 500 litros com 20 peixes em cada um. CROQUI com os dados observados D 0,93 C 1,40 B 1,12 1,21 A 1,04 0,98 1,14 1,22 1,33 1,16 1,24

Experimento simples – sorteio: inteiramente ao acaso Tabela da Análise de Variância Experimento simples – sorteio: inteiramente ao acaso FV GL SQ QM FC Fα% Tratamentos Resíduo Total FV GL SQ QM FC Fα% Aditivos 3 Resíduo 8 Total 11 FV GL SQ QM Fc Fα% Aditivos Resíduo Total FONTES DE VARIAÇÃO: Tratamentos – São os quatro aditivos Graus de Liberdade: Tratamentos: 4 - 1 = 3 Total = 12 – 1 = 11 Resíduo: 11 – 3 = 8

EXEMPLO 1 CROQUI com os dados observados 0,93 C 1,40 B 1,12 1,21 A 1,04 0,98 1,14 1,22 1,33 1,16 1,24 Tabela auxiliar com os dados observados O próximo passo é organizar os dados em uma tabela com os tratamentos e as repetições. Tratamentos Repetições A B C D   I 1,04 1,12 1,40 0,93 II 1,14 0,98 1,22 1,21 III 1,33 1,24 1,16 Totais T1 3,51 T2 3,24 T3 3,86 T4 3,30 G 13,91 Tratamentos Repetições A B C D I 1,04 1,12 1,40 0,93 II 1,14 0,98 1,22 1,21 III 1,33 1,24 1,16 Nesta tabela auxiliar, calcular as somas para cada um dos tratamentos (Ti ) e a soma de todas as parcelas (total geral - G).

CÁLCULOS DAS SOMAS DE QUADRADOS Tabela auxiliar EXEMPLO 1 Tratamentos Repetições A B C D   I 1,04 1,12 1,40 0,93 II 1,14 0,98 1,22 1,21 III 1,33 1,24 1,16 Totais T1 3,51 T2 3,24 T3 3,86 T4 3,30 G 13,91 Tratamentos Repetições A B C D   I 1,04 1,12 1,40 0,93 II 1,14 0,98 1,22 1,21 III 1,33 1,24 1,16 Totais T1 3,51 T2 3,24 T3 3,86 T4 3,30 G 13,91 Tratamentos Repetições A B C D   I 1,04 1,12 1,40 0,93 II 1,14 0,98 1,22 1,21 III 1,33 1,24 1,16 Totais T1 3,51 T2 3,24 T3 3,86 T4 3,30 G 13,91 CÁLCULOS DAS SOMAS DE QUADRADOS SQTotal = 0,2011 SQTratamentos=0,0784 SQResíduo=0,1227

Quadrados Médios (QM) e valor de Fc Tabela da Análise de Variância EXEMPLO 1 FV GL SQ QM Fc Fα% Aditivos 3 0,0784 0,0261 0,24 Resíduo 8 0,1227 0,0153 Total 11 0,2011 FV GL SQ QM FC Fα% Aditivos 3 0,0784 Resíduo 8 0,1227 Total 11 0,2011 FV GL SQ QM FC Fα% Aditivos 3 0,0784 0,0261 Resíduo 8 0,1227 0,0153 Total 11 0,2011 Quadrados Médios (QM) e valor de Fc Quadrado Médio = Soma de Quadrados/Graus de liberdade Fc = QMTratamentos/QMResíduo SQTotal = 0,2011 SQTratamentos=0,0784 SQResíduo=0,1227

EXEMPLO 1 Tabela da Análise de Variância FV GL SQ QM Fc Fα% Aditivos 3 0,0784 0,0261 0,24 Resíduo 8 0,1227 0,0153 Total 11 0,2011 FV GL SQ QM Fc F5% Aditivos 3 0,0784 0,0261 0,24 4,07 Resíduo 8 0,1227 0,0153 Total 11 0,2011 F5% = é o valor da Tabela F para o nível de α% de probabilidade. Neste exemplo, consultando a tabela F para α = 5%, com 3 GL para tratamentos e 8 GL para o resíduo obtemos 4,07.

Obs.: parte da tabela. Para o exemplo 1 temos: 3 GL de tratamentos e Tabela 1 – Limites Unilaterais de F ao nível de 5% de probabilidade n1 – número de graus de liberdade do numerador n2 – número de graus de liberdade do denominador Para o exemplo 1 temos: n1 n2 1 2 3 4 5 ... 6,61 5,79 5,41 5,19 5,05 6 5,99 5,14 4,76 4,53 4,39 7 5,59 4,74 4,35 4,12 3,97 8 5,32 4,46 4,07 3,84 3,69 9 5,12 4,26 3,86 3,63 3,48 10 4,96 4,10 3,71 3,33 11 4,84 3,98 3,59 3,36 3,20 12 n1 n2 1 2 3 4 5 ... 6,61 5,79 5,41 5,19 5,05 6 5,99 5,14 4,76 4,53 4,39 7 5,59 4,74 4,35 4,12 3,97 8 5,32 4,46 4,07 3,84 3,69 9 5,12 4,26 3,86 3,63 3,48 10 4,96 4,10 3,71 3,33 11 4,84 3,98 3,59 3,36 3,20 12 n1 n2 1 2 3 4 5 ... 6,61 5,79 5,41 5,19 5,05 6 5,99 5,14 4,76 4,53 4,39 7 5,59 4,74 4,35 4,12 3,97 8 5,32 4,46 4,07 3,84 3,69 9 5,12 4,26 3,86 3,63 3,48 10 4,96 4,10 3,71 3,33 11 4,84 3,98 3,59 3,36 3,20 12 n1 n2 1 2 3 4 5 ... 6,61 5,79 5,41 5,19 5,05 6 5,99 5,14 4,76 4,53 4,39 7 5,59 4,74 4,35 4,12 3,97 8 5,32 4,46 4,07 3,84 3,69 9 5,12 4,26 3,86 3,63 3,48 10 4,96 4,10 3,71 3,33 11 4,84 3,98 3,59 3,36 3,20 12 3 GL de tratamentos e 8 GL do resíduo Logo F5% = 4,07

EXEMPLO 1 Tabela da Análise de Variância FV GL SQ QM Fc F5% Aditivos 3 0,0784 0,0261 0,24 4,07 Resíduo 8 0,1227 0,0153 Total 11 0,2011 A fórmula para o cálculo do Coeficiente de Variação é: Como o valor de Fc foi menor que o valor de F5%, o teste é não significativo. Ao nível de 5% de probabilidade não devemos rejeitar H0. Portanto, não existem diferenças entre os efeitos dos aditivos no peso médio final dos peixes. O experimento apresentou uma boa precisão (CV = 10,7%). As médias observadas para os tratamentos foram: Peso Médios Finais (kg) de Peixes Aditivos Médias (kg) A 1,17 a B 1,08 a C 1,29 a D 1,10 a As médias seguidas da mesma letra não diferem estatisticamente entre si, ao nível de 5% de probabilidade.

ATÉ A PRÓXIMA!